版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、社交網(wǎng)絡是web2.0時代興起的一種網(wǎng)絡服務,它將線下的社交活動拓展到線上,允許用戶注冊賬戶并在網(wǎng)絡上進行交互。社交網(wǎng)絡提倡良好的線上社交行為,但是依舊存在通過社交網(wǎng)絡賬戶發(fā)布垃圾信息的情況。由于社交網(wǎng)絡的開放性與即時性,這些垃圾信息能夠迅速而廣泛的傳播,由垃圾信息傳播而引發(fā)的負面事件也呈現(xiàn)出越發(fā)嚴重的趨勢。因此,針對專門用于發(fā)布垃圾信息的異常賬戶進行識別與限制,對減少社交網(wǎng)絡中的垃圾信息具有重要作用。
本文的貢獻在于將信任度
2、的概念引入社交網(wǎng)絡中,提出一種計算模型對社交網(wǎng)絡賬戶信任度進行評估,從而根據(jù)評估結果對賬戶進行排序。同時,對社交網(wǎng)絡賬戶間關系進行深入挖掘,對評估與排序結果進行修正。這種排序不僅可以用于檢測社交網(wǎng)絡中的異常賬戶,也可以作為用戶判斷其他賬戶是否可信的依據(jù)。文章主要成果如下:
1)提出基于賬戶特征與行為特征的社交網(wǎng)絡賬戶信任度計算模型。論文在賬戶特征、行為特征方面提出多個能夠用以區(qū)分異常賬戶的特征,引入粗糙集理論的屬性約簡方法進行
3、特征提取,并提出一個基于數(shù)量分布的特征相似度評估方法,最后得到賬戶信任度的計算模型。
2)對社交網(wǎng)絡賬戶間關系與賬戶間交互行為進行深入挖掘,提出AccountRank算法對賬戶信任度進行修正,從而得到更加準確的結果。在社交網(wǎng)絡中,被關注程度越高的賬戶越值得信任,與值得信任的賬戶交互越多的賬戶越值得信任。基于這個現(xiàn)象,本文參考著名的PageRank算法,根據(jù)社交網(wǎng)絡中賬戶間關系與賬戶交互行為的特點進行修改后得到AccountRa
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于KMV模型的在線社交網(wǎng)絡異常賬戶檢測的研究與實現(xiàn).pdf
- 基于社交網(wǎng)絡的電子商務信任模型研究.pdf
- 基于社交網(wǎng)絡信任模型的商品推薦系統(tǒng)
- 基于信任計算的社交網(wǎng)絡惡意用戶檢測.pdf
- 基于改進的DyTrust信任模型的網(wǎng)絡信任度評估研究.pdf
- 社交網(wǎng)絡中基于信任模型的社區(qū)發(fā)現(xiàn)算法研究.pdf
- 基于信任度的AD HOC網(wǎng)絡入侵檢測系統(tǒng)模型研究.pdf
- 基于社交網(wǎng)絡用戶信任度的Web服務推薦研究.pdf
- 基于社交網(wǎng)絡信任度的協(xié)同過濾推薦系統(tǒng)的研究.pdf
- 基于行為分析的社交網(wǎng)絡異常賬號的檢測.pdf
- 社交網(wǎng)絡中信任度計算.pdf
- 基于社交網(wǎng)絡和信任模型的推薦系統(tǒng)的研究與實現(xiàn).pdf
- 基于深度表征的網(wǎng)絡異常檢測模型研究.pdf
- 基于強弱聯(lián)系反饋的多媒體社交網(wǎng)絡信任模型.pdf
- 基于時間感知和社交網(wǎng)絡信任度的協(xié)同過濾算法研究.pdf
- 基于社交網(wǎng)絡好友信任度的個性化推薦系統(tǒng)研究.pdf
- 基于信任關系和興趣模型的社交網(wǎng)絡好友推薦方法研究.pdf
- 基于數(shù)據(jù)融合技術的網(wǎng)絡異常檢測模型的研究.pdf
- 社交網(wǎng)絡中用戶間信任度量模型研究.pdf
- 基于信任的社交網(wǎng)絡隱私保護機制研究.pdf
評論
0/150
提交評論